Megelőzni könnyű
A Bosch Rexroth szolgáltatáscsomagja a szenzorika, a felhőalapú alkalmazások és a gépi tanulás módszereit ötvözi azért, hogy az üzemi állapot felügyelhető legyen, a karbantartási tevékenységek pedig előrelátóan kivitelezhetők.

 

A gépek előreláthatatlan állásideje minden gyártásvezető rémálma. Különösen az olyan nagyberendezések esetében, amelyek a nap minden percében gyártanak, legyen szó például bányaipari, öntödei vagy akár gumiipari berendezésekről, minden óra, amikor a gép áll, extrém magas költségekkel jár. A megelőző karbantartás megbízhatóan csökkenti a berendezések drága állásidejét.

Az ODiN (Online Diagnostics Network) szolgáltatáscsomag a Rexrothtól a szenzorika, a felhőalapú alkalmazások és a gépi tanulás módszereit ötvözi azért, hogy az üzemi állapot felügyelhető legyen, a karbantartási tevékenységek pedig előrelátóan kivitelezhetők. Ennek eléréséhez egy gépi tanuláshoz kifejlesztett algoritmus betanulási idő után szenzorjelek sokaságából, mint például: nyomás, átfolyás, rezgés, hőmérséklet és olajminőség, a felügyelendő berendezéscsoportok szerint meghatároz egy-egy szabályos üzemállapotot.

A betanulási szakasz után az ODiN adatalapú modelljével folyamatosan megállapítja a felügyelt berendezéscsoport megfelelő működési indexét. Amikor egy mérési érték akár rövid időre kiesik a tűréshatárból, nem vezet közvetlenül (hiba-)jelzéshez, mert a kopás ritkán jellel is rögzíthető. Amennyiben a működési index romlik, mert több szenzor adata a meghatározott határon belül megváltozik, akkor a gép magatartása is megváltozik, a rendszer a hiba bekövetkezte előtt jelezni fog.

A beállított működési index nemcsak a tulajdonképpen felügyelt tápegység állapotát mutatja, hanem az előtte vagy mögötte bekapcsolt mechanika és hidraulika esetleges változásait is. Amennyiben bizonyos mozgások egy meghatározott időn túl tartanak vagy túlságosan sok erőt igényelnek, vonatkozhat a mechanikában vagy hidraulikában bekövetkezett kopásra.

A kopásdiagnózis összetett feladat, ezt jelzi az alábbi példa is: Statisztikailag egy hiba véletlenül csak 13 százalékos valószínűséggel fedezhető fel. Egy szakértő, aki a berendezést hagyományos eszközökkel folyamatosan felügyeli, 43 százalékos pontosággal nevezi meg azt. Rendszerünk hibafelismerési rátája azonban 95 százalék feletti. Vagy a szoftver azonosíthatja a hibát nagy pontossággal, vagy támogatja a karbantartási technikust a hibakeresésnél és a hiba meghatározásánál.

 

 
Előrelátó elemzés – A megelőző karbantartás arra szolgál, hogy a rendszert folyamatosan felügyelje és elemezze a jövőbeli lehetőségeket.
 
Karbantartási javaslatok – A világ bármely pontjáról érkező, anonim mérési értékeket alapul véve a Bosch Rexroth pontosan és megbízhatóan meg tudja mondani, mikor van szükség karbantartási munkálatokra.
 
Mérések – Amennyiben a gép adatai arra utalnak, hogy karbantartásra van szükség, a szervizszakemberek tanácsot adnak, és az összes szükséges lépés bevezetését átvállalják.
 
Állapotközpontú karbantartás – Az intelligens hajtás- és vezérlő-rendszerek közvetlenül bevethetők, akár megelőző karbantartásról
vagy Ipar 4.0-ról van szó.
 
Adatrögzítés – Az intelligens szenzorok folyamatosan gyűjtik az adatokat az összes alkotóelem üzemi állapotáról, és a helyszínen, egy helyi szerveren rögzítik ezeket.
 
Adattárolás – Az összes adatot a Bosch IoT-szerverén tárolják. Így biztosított az adatok világszinten történő rendelkezésre állása.
 

 

Az Emerson befejezte az Aventics akvizícióját
A felvásárlásnak köszönhetően az Emerson tovább bővíti hatókörét a fluidtechnikai és pneumatikai eszközök piacán.
Mindenkit meghekkeltek már, csak nem tud róla
Fontos, hogy a kibervédelmi fejlesztéseket már az üzleti stratégia kialakításánál figyelembe kell venni. Az alapvető nehézséget azonban nem feltétlenül az új biztonsági irányelvek bevezetése okozza, hanem azok megfelelő integrálása a szervezetbe.
Robotok irányítják az önvezető drónokat
Biológiai motivációjú algoritmusokat és az evolúció elvét használták az új csoportos drónvezérlés megalkotásához az ELTE kutatói.
Meghatározták a legfontosabb innovációs irányokat
Az Európai Unió és tagállamai versenyképessége szempontjából a mesterséges intelligencia terén is az ipari vállalati innovációra érdemes összpontosítani a közös erőfeszítéseket.
Emberi tudás az ipar 4.0-s siker záloga
Egyre nagyobb kihívással szembesülnek napjainkban a szakemberek, amikor a folyamatosan gyorsuló technológiai fejlődéssel kell lépést tartaniuk. Megoldást jelenthet a célirányos, gyakorlatorientált képzés, amely koncentrált módon biztosítja a friss tudást. Interjú Siszer Tamással, a Festo Kft. Didactic oktatási üzletágának vezetőjével.